🔥 Search Hot Tweets

AI基建烧钱，科技巨头疯狂举债💸 2026年仅五个月，GOOGLGOOGLAMZN METAMETAMSFT $ORCL 发行了 1590亿美元 公司债 → 比2025全年还多+47% 过去五年（2020-24）它们总共才发1500亿。 仅 $ORCL 自2025.9以来就发了430亿。 摩根士丹利：2026年全球AI相关债券发行将达 ~5700亿美元，同比翻倍以上。 AI正在重塑全球信贷市场。 #AI基础设施 #债务狂潮 #BigTech

网友反驳人民锐评：中国式高压教育不该被包装成“人才优势” 6月11日，人民日报旗下“人民锐评”微信公众号发表文章《从黄仁勋的“玩笑”看“中国式家庭教育”》。 文章引用英伟达CEO黄仁勋调侃“在亚洲家庭长大，这辈子都要看心理医生”，随后把这一话题转向“中国式家庭教育”的优点，称其重视教育、强调坚韧、注重基础训练，并将华裔人才在AI领域活跃解释为“家庭教育模式竞争力的显性表达”。 但评论区不少网友并不认同这种叙事。有人反驳说，黄仁勋讲的是“亚洲父母”，不是“中国父母”，不该被强行套入“中国式家庭教育”；也有人说，“老中又代表整个亚洲了”，认为文章把黄仁勋的玩笑借题发挥。 更多评论则指向亲身经历：有网友说“小时候没戴红领巾感觉跟天塌了一样”“上课不能喝水、不能上厕所，教师节还要给老师送礼”“长大后却被要求不要太老实”，还有人说“该批评就要批评，但该鼓励也必须鼓励，只有批评没有鼓励的教育容易毁了孩子”。

铠侠按市值超过丰田，成了日本市值最高的公司。一个做存储芯片的，把日本汽车老大挤下去，这个信号够直白：AI 和半导体行情现在已经不只是美国那边的故事了。

6月11日，Anthropic CEO Dario Amodei 发表文章《Policy on the AI Exponential》，谈 AI 快速发展下的政策应对。 他明确提出，美国对中国出口前沿 AI 芯片和半导体制造设备的限制，是美国目前保持 AI 领先的重要原因，并主张这些限制应继续“扩大、收紧，并与其他理念相近国家协调”。 文章还提出，民主国家应建立一个 AI 领域的“可信联盟”：联盟成员之间共享芯片和半导体制造设备，同时共同限制对手获取这些关键供应链。虽然文中没有展开具体中国案例，但中国是文中唯一被直接点名作为美国出口管制对象的国家。

强烈推荐大家关注以下13个AI 帐号。 这13个人主要是身份是工程师、科学家。 他们几乎影响了历史发展进程。 @karpathy - Andrej Karpathy（约248万粉丝） Bio：我喜欢训练大型深度神经网络。曾任Tesla AI总监、OpenAI创始团队成员、斯坦福博士。 AI社区最受欢迎的“网红导师”，讲解极度清晰，常分享模型训练实战心得和前沿趋势，适合所有水平的学习者。 @fchollet - François Chollet（约66.5万粉丝） Bio：Keras & ARC-AGI 创建者。 Keras框架之父 + ARC通用智能基准提出者，技术深度与哲学思考结合极强，能看到最前沿的AGI思考。 @ylecun - Yann LeCun（约116万粉丝） Bio：图灵奖得主，前Meta首席AI科学家。 深度学习三巨头之一，观点犀利直接，常对行业热点发表一针见血的评论，信息含金量极高。 @AndrewYNg - Andrew Ng（约153万粉丝） Bio：Coursera联合创始人，前百度/Google Brain负责人。 AI教育界第一人，课程推荐、职业建议和落地经验极其实用，非常适合想系统学习或转行的从业者。 @rasbt - Sebastian Raschka（约44.6万粉丝） Bio：《Build a Large Language Model From Scratch》作者。 从零实现LLM的顶级实践者，代码教程和论文解读质量极高，是工程师最爱的技术干货账号。 @lilianweng - Lilian Weng（约22万粉丝） Bio：前OpenAI AI安全与机器人VP，Lil'Log博主。 AI安全、强化学习和机器人领域的深度思考者，长文综述质量顶尖，适合想深入某个细分方向的人。 @jeremyphoward - Jeremy Howard（约29.4万粉丝） Bio：https://t.co/6Pc4XLcpg5 联合创始人，前Kaggle总裁。 实用深度学习倡导者，教学方法和开源工具非常接地气，风格亲切且强调“能上手”的实战派。 @simonw - Simon Willison（约18万粉丝） Bio：Datasette & Django联合创建者。 AI工程实践和LLM工具链专家，产品感和实用性极强，常分享好用的开源AI工具和工程技巧。 @ID_AA_Carmack - John Carmack（约163万粉丝） Bio：游戏传奇程序员（Doom引擎之父），现专注AGI。 极客之神，直率的技术哲学思考和跨领域洞见（游戏+火箭+AI），深度极高，启发性爆棚。 @gwern - Gwern（约7.5万粉丝） Bio：互联网研究者，挑剔的深度分析者。 粉丝虽少，但硬核程度顶级，常发布高质量AI实验、长文分析和独特观点，是“硬核爱好者”必备账号。 @goodside - Riley Goodside（约20.3万粉丝） Bio：提示工程专家，前Google DeepMind/Scale员工。 LLM提示技巧和模型行为研究最强账号之一，分享大量实用技巧+有趣截图，幽默且直接能用。 @drfeifei - Fei-Fei Li（约66.9万粉丝） Bio：ImageNet之母，Stanford HAI联合主任。 计算机视觉先驱，兼顾学术深度与AI人文/伦理视角，视野开阔且充满人文关怀。 @demishassabis - Demis Hassabis（约93万粉丝） Bio：DeepMind CEO、诺贝尔奖得主。 AlphaGo/AlphaFold之父，直接来自AGI最前沿的第一手信息和愿景，含金量最高。

看来英伟达，还是不愿意放弃中国市场。 路透独家爆料，英伟达已向中国客户，开始推介用于 AI 数据中心的全新 CPU Vera，最快 8 月出货，已允许客户提前下单。 由于此前 H200 芯片对华出货受阻，英伟达在中国的市场份额，迅速下降，它们希望此举能解决这个现象。 https://t.co/NBaQv2qAeJ

纳指换血，五进五出， 读懂这篇，你就读懂了未来十年 今天两件大事同时发生，所有人都在看 SpaceX 开盘价，但另一件可能更重要的事被忽略了。 纳斯达克今天宣布了纳指 100 的季度调整，五家公司被踢出去，五家新公司换进来。6 月 22 日生效。 被踢出去的是谁？ Charter Communications，美国有线电视。Cognizant，印度 IT 外包。Insmed，生物制药。Verisk Analytics，数据分析。Zscaler，网络安全老牌。 换进来的是谁？ Astera Labs，AI 数据中心高速连接芯片。CoreWeave，英伟达 GPU 云基础设施。Nebius，AI 基础设施（前身是俄罗斯的 Yandex）。Rocket Lab，商业火箭发射。Teradyne，半导体测试设备。 踢出去的全是上一个时代的公司，换进来的全是下一个时代的公司。 能进这个名单意味着市值够大、交易量够活跃、市场认可度够高。被换出去意味着你掉队了。 也就是说，纳指在用自己的规则告诉全市场：AI 基础设施和太空是接下来十年的主线，有线电视和传统 IT 外包的时代结束了。 下一条逐个拆这五家新成员，看看为什么是它们，目前有哪些机会？

不吹不黑，TRAE也算是终于是找到自己的路了，当时出来的时候明摆着对标Cursor，第一月3刀，后面10刀 ，当时gary给我了一个Solo内测码，产品相当明艳。我记得后面几个版本还能直接链supabase，很可惜，后面阿迪王宣布禁止中国产品使用anthropic模型之后，确实受到了不小的打击。最后没能成为全球程序员手中炙手可热的AI IDE。谁知道，胡彦斌老师一个vibe 的app凭一己之力，隐约撬动了整个市场，现在潘老板这一刀下去，IDE的普及率可能会非常可怕。

最近这几天有不少小伙伴开始看AI，问我不是技术背景的该怎么去看AI这个市场，复杂的技术名词很多，然后各个细分赛道也很杂，怎么去做尽调？我就大概说一个框架吧，然后你在框架里研究就非常易懂了。 首先，现在大家去投资的这些AI股，投的商业本质是什么？ 答：“美国一年6000-7500亿美元的AI基础设施的资本支出（AI Infra Capex），这个数字到2027年大概率会在1-1.2万亿左右，更简单点说，美国的公司现在每年砸6000-7500亿去买AI相关的基建设备” 主要是谁在投资这些AI基建呢？是美国的五大云厂商，Microsoft、Amazon、Google、Meta、Oracle（这些统称是Hyperscaler） 所以这一年将近1万亿美金的资本支出都砸在什么上了？主要是三大类： 1. IT设备 / 计算硬件（占比60-65%） 2. 电源与冷却（15-20%） 3. 建筑与土地（10-15%） 在IT设备 / 计算硬件里再拆分 1. GPU（65%） 2. 网络（10-15%） 3. 存储（8-10%） 4. 其他包括CPU、软件、HBM、机架（10-15%） 沿着这个思路你再去做行业图谱（Industry Mapping）就简单多了。 1. GPU 你投这个赛道基本只有英伟达，大头都被他一个人吃了（当然还有一些云厂商自己搞的自定义Asic，自己设计或深度定制的AI加速芯片，本质上是去替代掉一部分英伟达gpu的成本，比如Google (TPU)、Amazon (Trainium/Inferentia)、Microsoft (Maia)。 2. 网络 英伟达，博通，思科，HPE，最近火的Marvell（MRVL）就可以算在这里 3. 存储 海力士是绝对的第一，然后三星，美国的存储巨头就MU和SNDK（闪迪），溢价高，但市场份额没有海力士高。 4. 电源与冷却 做AI数据中心最大的三家，Vertiv（VRT），Schneider（SBGSY），Eaton（ETN），规模最大的是Schneider，但这个市场总体不算很集中，比较分散。 5. 建筑与土地（Building & Land） 完全分散的市场，这里环节就更多了，总包，涉及，工程，电气，开发，土地，等等，投AI的话这块儿没必要继续细看。 6. 其他类别 a. 做软件的，做cpu的，做机架，做光纤，做自动化等等，就不展开说了 然后围绕上面几大分类，又有做服务的，比如做集成的（就是把这些以上打包成一个整体服务器卖出去），Dell，联想，SMCI；然后英伟达的GPU的供应商又有一大堆，也不展开了。 结尾：框架就是这么个框架，本质上你现在投AI产业，你在买单的Thesis就是： 1. 美国在每年向AI产业的基建投近1万亿美元，并且未来五年每年至少30-50%的增长。 2. 抓的是AI资本支出中不可或缺环节中有足够强生态占位的玩家 3. 最终消费端，也就是openai，claude这些大模型的消费者，我们，会持续消费。 所以什么时候AI“泡沫”会见顶？ 1. 这些AI巨头们融不到钱去继续投基建的时候 2. 我们这些消费者不再继续买单，大模型的营收开始下滑的时候 至少目前来看还早。

关于美股、存储看法。 存储三巨头27年的产能全卖给云厂了，甚至已经开始抢28年的货了。 我查了一下 Citi 的测算，Nvidia 下一代 Vera Rubin ，单台服务器要 1,152TB 的 SSD 。 今年出货3万台，吃掉全球 NAND 的2.8%。明年10万台，9.3%。这还只是 Nvidia 一家。 历史上前所未有没比存储这波更稳的生意了，云厂哪怕借贷融资都买存储搞AI基建。

我批评川普6年了，在李老师眼里成了最近几个月才被煽动的事，拿着一份他被迫害别人被忽悠的AI报告；我批评川普也成为攻击民主国家和政府。怎么，中共那一套批评领导就是恨国的招数你学会了？你天天黑中共，那是恨中国和家乡父老吗？我要是跟你一样能够学会发币的手艺，那我当然不会批评同样发币的川主席；我要是跟你一样接受台湾政府的旅游，我也当然不会批评民进党；我要是跟你一样和独轮运合流，我当然也要天天把民主自由换流量。 站在风口飞起来的有人有猪，不一定有才有德。希望你是那个人，不是那头猪。

RKLB竟然成了太空经济板块第一个进入纳斯达克100指数的股票，而不是SpaceX。看纳斯达克宣布把包含RKLB、ALAB、CRWV、NBIS、TER在内五只股票纳入纳斯达克100指数，6月22号正式生效。恭喜这几只票的大小股东们。从去年下半年开始关注RKLB，也在X上聊了不少关于RKLB的内容，感慨下rklb也不容易。 进入指数的好处则是，自动触发追踪该指数的被动指数基金和 ETF 的被动资金的买入，也是股票市场地位的体现。 最近市场调整不仅AI、太空经济板块调整都很多、前两天还有朋友在推文下面评论问Rklb还行不行了？当时还说看好spacex上市后应该有一波行情，也能带动太空经济走一波。 没想到RKLb自己也争气，还得是自身硬才重要

随着移动端版本上线，Amiko 正将 AI Twin、多智能体协作与链上钱包能力扩展至手机场景。 针对 Solana Seeker 设备，产品提供 Seed Vault 硬件钱包连接和本地 AI 推理支持，并整合社交钱包功能。 根据官方介绍，AI 功能采用按次付费模式，AI 分身的公开操作需由用户授权确认后完成。 https://t.co/ygSHs5hx1Y

复盘 $INTC 逻辑 1、美国顶级投行BofA证券上调，目标价从96美元大幅上调至135美元。 2、CNBC主持人Jim Cramer公开力挺。直言INTC是其“头号芯片股”。 3、高性能CPU需求爆发，预计英特尔服务器CPU市占率可达25%左右，长期EPS有望翻倍。 4、叠加此前Q1财报数据中心 & AI营收同比增长 22% 的基本面支撑。

《大漠遗孤》第2集 皇北霜沙漠被操烂！ 大漠沙丘上，皇北霜这骚公主白纱扯烂、金甲乱飞，被猛男按在地上狂干！大奶狂甩、鸡巴深喉到吐、骚逼喷水高潮，浪叫着被操到腿软…… 完整版👉https://t.co/uUZSIeFkoS #AI短剧 #成人短剧 #免费在线 #免费短剧 https://t.co/GYewT0yQ49

OpenAI 披露中国水军行动：生成反美科技叙事时要求避开习近平，只画特朗普 威胁报告还披露了另一个疑似来自中国的 ChatGPT 账号集群，OpenAI 将其命名为 “Tech and Tariffs”。 报告称，这批账号使用简体中文提示词和 VPN 访问 ChatGPT，批量生成英文短评和政治漫画，批评美国关税和科技政策，围绕 AI、5G、稀土、新能源和产业竞争等议题，传播“美国试图维持科技霸权、压制中国发展”的叙事。 报告称，这批账号在生成漫画时还特别要求只描绘特朗普，不出现中国元素，也不出现习近平，似乎试图把内容包装成美国内部政策批评，而不是明显的中国官方宣传。 除此之外，相关账号还生成大量中文短评和文章，内容包括亲中叙事、攻击美国和以色列、传播反犹阴谋论，以及骚扰中国异议人士。 报告还提到，这批账号的提示语多次出现类似中国公安全系统或舆情工作场景的内容，例如抗议、校园霸凌、上海人群流动、涉警事件、上访、交通执法等“舆情风险评估”。 其中一名用户甚至把自己运营的账号称为“水军”，并要求生成有利于中国或推进亲中叙事的内容。OpenAI 表示，这些线索显示相关账号可能支持与中共利益一致的活动，但无法确认具体机构归属。

AI 前的 web 服务：异地多活 4 个 9 AI 后的 web 服务：1 个 9 ，爱用不用 https://t.co/8MtrY27e8r

本月结束前我们会看到的新模型清单⬇️ 已确认✅ @Zai_org GLM5.2（据说非常不错，1M上下文，多模态） @OpenAI GPT-5.6（已经确认了checkpoint，也许会是Fable的低价平替） @GeminiApp Gemini Omni（全新的checkpoint，在Sora关闭、Seedance2.0高昂API价格下，这是非常不错的选择） @MiniMax_AI M3的开源权重与代码（M3是一个被低估的模型，在很多方面其实是个非常有性价比的选择） 可能发布❓ @Kimi_Moonshot K3 @deepseek_ai V4.1

用Claude Code不触限额的最优解： Fable 5做编排者，Opus负责重推理阶段。 Fable太强了，不是每一步都需要它的智力——让它指挥Opus和Sonnet干活，算力省一半，效果不打折。 聪明的用法是分层，不是无脑堆最强模型。🧠 https://t.co/da3dWlKO3q

还是没忍住，再次给 Claude 充值了，让我亲自体验一下，Fable 5 到底有没有那么神。 https://t.co/A8jCOKM7Wm

Fable 5强得有点过分，大量GPT-5.5做不到的事情，它都能瞬间完成。 唯一遗憾的是两点： 1. Fable还挺贵的，两个 20x Max账号，都在2天内打到周限额。 2.又无法早睡了，因为用Fable5实在是让我太上瘾了

Claude + YouTube = 印钞机 不需要学历。 不需要露脸。 不需要会剪辑。 15 岁都能跑通。 下面这 9 个提示词，教你用 YouTube 做一台自动赚钱机器👇

一个值得体验的优质AI投研助手，现在AI大爆发时代我们也经常会用到各种基于AI的投研工具，最近朋友推荐试用了下@dappOS_com通过xBubble推出买方级别（Buy-Side）股权研究SOP，整体还是非常惊艳的。一句话输入股票代码（ticker），即可生成一份对标机构买方分析师内部研究备忘录的专业报告。不是那种新闻摘要或流水账，深度全面已经能达到券商或者买方机构的水准了。 亮点在于： 1）论点先行：最前面直接给核心投资判断，后续所有分析都服务于验证/挑战它； 2）完整买方框架：产业链坐标 + 竞争格局 + 财报精读（原始 10-K/10-Q） + SOTP 分部估值 + Bull/Base/Bear 三情景 + 未来 3-6 个月催化事件跟踪； 3）100% 可溯源，每条数据都标注 SEC filing、Earnings Call、官方 IR + 访问日期，你随时能独立核查； 4）不是固定模板，而是 Bubble Engine 驱动的「持续进化研究引擎」，会根据行业、市场、甚至你的个人风格迭代专属版本； 这是能真正节省和精力的，之前用其他AI大模型来分析一家公司，需要前后提出几十个问题来引导AI去探索分析我们想要的框架，其实耗费的时间和精力一点也不少。DAPPOS推出的这个股权研究SOP，不需要那么多提示词，只需一个提示词就能从买方基金经理的角度去构建框架，给我生成的报告确实有九成以上买方机构内部报告的水准了。 这里要介绍DAPPOS，最早核心主打意图中心化执行网络 + Multi-Agent Framework」：用户不用再手动跨链、调 Gas、切钱包，只需说一句「我想干啥」，它就自动给你最优执行路径。币安labs、红杉中国、IDG等知名机构投资，累计融资6500万美金。2025全面转向升级到AI OS，今年推出了低提示词AI代理平台xBubble，能用一句简单的话（甚至一句话）就能得到专业级成品输出，而不需要自己写复杂 prompt、调试模型、拼工具链或“vibe coding”。 它真正实现了“Stop prompting. Start getting results.”（停止提示词调试，直接拿结果）。 现在币安、OKX大量上线美股/ETF/商品代币化合约，TradFi和加密基本上也是彻底融合。但美股行业庞杂，产业链上的公司也很多，需要强有力的工具助手来快速帮我们完成对一只股票的深度全面的分析。 从这个角度，xBubble的股权SOP其实是把机构级买方研究真正民主化了，能让普通投资人也可以快速成为专业的美股交易员。节省的不仅是时间，还有我们的判断。推荐去体验下

旅美的前中国警察是谁？这么拉风，上了Open AI的报告？

我写太琐碎很多人看不明白 互联网：软件迭代增加算力需求<半导体迭代 AI时代：模型迭代增加算力需求>半导体迭代 20年软件上没有看到过的景象是，模型效果会一直被半导体成本制约 这就好像小时候玩游戏，每次游戏升级显卡、内存都不够了

你要知道，绝大多数AI最重要的任务，是维护秩序，而不是追求真相。 1、秩序的来源，来自所有的“官方”报道。 AI眼中的“正确”，首要标准是合规性与公信力。它依赖的是由国家机构、权威媒体、主流学术期刊所构建的、被社会普遍承认的共识。对AI而言，权威发布的文本，就是现实世界最重要的参考坐标。因此，AI首先相信的不是事实本身，而是已经被社会验证过的事实。 2、即使有些自媒体报道逻辑清晰、内容真实，往往也不会成为主要判断依据。 AI不是逻辑学家，更不是侦探。即便一篇自媒体文章推理严密、证据扎实，甚至无限接近真正的真相，在AI的算法里，它的权重依然有限。因为AI无法承担采信非主流信息所带来的风险。对于AI而言，错误相信一个未经证实的故事，往往比错过一个尚未被证明的真相，代价更高。 3、AI将“社会稳定”的权重，设置得远高于“人类的知情欲”。 当一件事存在巨大争议时，人类本能地想要继续追问：为什么？背后发生了什么？还有什么没有被说出来？而AI系统更关注的是不传播未经证实的信息、不制造社会恐慌、不激化现实冲突、不扩大认知风险。因此，面对不确定事件时，AI更容易选择谨慎，而不是冒险；更容易选择沉默，而不是下注。 4、AI的本质是“共识的复读机”，而非“真理的发现者”。 大语言模型是通过海量人类文本训练出来的概率模型，它最擅长的是寻找最大公约数，寻找最广泛被接受的解释，以及寻找当前社会最稳固的认知结构。因此，AI的核心能力并不是发现未知真相，而是整合既有共识。它追求的是最稳定的答案，而不是最颠覆的答案。 5、最终，这种机制导致了信息的均质化。 随着越来越多的人使用同样的模型，越来越多的人获得类似的答案。不同视角被压缩，边缘观点被弱化，复杂现实被标准化。世界逐渐被整理成一个个可被安全阅读的答案，像一座经过精心修剪的信息盆景，整齐、稳定、规范，却未必完整。 因此，AI更像秩序的维护者，而不是未知世界的探索者。它不会主动挑战共识，不会主动怀疑主流叙事，也不会主动穿透迷雾。它只是根据当前证据力量最强的叙事，输出当前最安全的答案。它反映的是时代的共识，而不是时代之外的真相。 这意味着一个新的时代正在到来。 过去的信息时代，最大的门槛是获取信息。谁掌握更多信息，谁就拥有优势，因此那个时代竞争的是信息差。而AI时代正在快速消灭信息差。越来越多的人将通过同样的模型获得相似的答案。 当答案开始趋同时，真正拉开人与人差距的，将不再是信息本身，而是对信息的理解能力、筛选能力、组合能力，以及判断能力。 所以，过去的信息时代，竞争的是信息差；未来的AI时代，竞争的是判断力。因为AI负责提供答案，而人类负责决定相信哪个答案。

什么是ai 一段话给大家讲清楚：2023年chatgpt诞生后，五大云发现ai token开始爆发，预判未来视频、社交、支付都将依赖高速网络，于是美国谷歌、微软、脸书、亚马逊、甲骨文开启史无前例的token建设潮，大量CAPEX投入基站、光纤和核心网。上游半导体、通信设备和光模块企业迎来数年高景气周期，订单暴增、股价大涨。随后数据中心逐渐覆盖全国，基础设施供给超过短期需求，设备投资增速放缓，产业链景气度见顶，大量概念股泡沫破裂。最终真正赚取超额利润的并非大多数基础设施公司，而是跑在ai高速公路上的XX、XX、XX、等应用层企业。

为什么NV估值那么低 表面理由是：NV是AI Capex“一传手”，市场不确定Hyperscaler准备掏腰包硬撑几年、有能力撑几年 真正原因是：NV太优秀了，以至于我都无法理解他怎么能“更”优秀（更字很重要）

现在都是 AI Agent做开发，人喜欢的 PRD 和 AI 喜欢的是不一样的。 为了精准高效开发，写了个专门服务于 AI 的PRD文档生成Prompt。 先有这个文档，再给AI开发，功能完整度和丰富性会远远比自己想的全面、好用。 Skill开发好了，安装指令： npx skills add joeseesun/qiaomu-ai-prd 开源地址和Prompt见评论

为什么那些美股交易员能赚上千万美元，而大多数人只能看着，却抓不住机会？ 过去半年最赚钱的机会毫无疑问来自 AI 概念股，如今随着 Binance、OKX 等平台上线美股和 ETF 的代币化产品，传统金融与加密市场正在加速融合，让普通投资者更方便体验参与交易美股。 你可能听说过，有某大户在链上押注 MU、AMD、NVDA 狂赚上千万美金，这背后拼的绝不是运气，而是一套“深度研究 → 建立信仰 → 重仓持有”的硬核框架。 对普通投资者来说，最大的门槛从来不是没有机会，而是缺少高质量的信息和研究工具。选对工具，普通人也能拥有机构级美股交易员的研究能力。@dappOS_com 推出的 xBubble，绝对是美股研究的首选工具。 研究美股对普通投资者来说门槛很高。平时看到的，大多是二手新闻，根本不知如何去扒 SEC 原始文件 或官方 IR 资料。分析框架不专业，持仓根本建立不起信仰。就连专业买方分析师，深度研究一家公司也要 15-20 小时，普通人哪里有这个时间？ 而 xBubble 推出的 US Equity Research SOP，正是为解决这些痛点而生。 我自己体验下来，它生成的研究报告更接近专业买方分析师的内部备忘录，结构完整、逻辑清晰，而不是简单拼凑的新闻。 输入一个 Ticker，它能帮你梳理出： ① 公司在产业链中的真实生态位 ② 竞争格局、核心优势与潜在风险 ③ 财报精读与管理层口径解读 ④ 财务预测与分部估值（SOTP） ⑤ 乐观/中性/悲观（Bull/Base/Bear）三情景下的每股价值 ⑥ 未来 3-6 个月的核心催化事件 最让我看好的是它的一手数据可溯源性。报告中引用的每一个关键数字和预测，都附带 SEC 原始文件（10-K、10-Q、8-K）、官方新闻稿或电话会议纪要的原始链接和访问日期。你可以随时去核查，绝无 AI 胡编乱造。 而且xBubble 采用 “论点先行”的结构，开篇就给出核心投资判断，后续所有数据严密论证逻辑，真正帮你建立持仓信仰。 相比我以前东拼西凑的拼资料，xBubble 节省了大量时间，让我把精力集中在判断和决策上，而不是验证数据来源。 更重要的是，它的 SOP 不是固定模板，而是可以持续迭代升级的研究方法。无论关注哪家公司或产业链，它都能生成结构一致、论点清晰、可溯源的研究报告，让你随时跟上市场节奏，同时提升自己的研究能力。 现在，我每天早上第一件事就是打开 xBubble，看报告、跟踪催化事件、验证自己的判断。以前要花十几小时才能完成的研究，现在几分钟就能得到结构化结果。终于感受到，散户也能拥有买方级研究能力。 xBubble省的是你时间不是你的判断，让你快速成为专业美股交易员，玩转美股市场。不用再到处扒数据，也不用担心信息真实性，所有研究主动权都在自己手里。想体验的朋友可以试一试。

中美AI国运之战，就像美苏冷战一样，会催生出造福全人类的科技大爆炸 而这场AI之战里间接受益最大的国家是韩国。按照现在的储存缺货趋势，韩国超越瑞士成为人均最富裕国家也就在两年内。 而一海之隔的日本，则会彻底落伍，成为在错过了互联网革命后，又一次错过AI革命的国家

万字长文：做了些爆款 Skills 以后，我对 Skills 的看法 最近做了几个传播还不错的 Skills后，我对 Skills 的理解也有些变化。 这篇文章算是我目前对 Skills 最系统的一次复盘。 我写了为什么 Agent 不是聊天框，为什么 Agent 会放大人的能力差距，为什么 Skill 可能是普通用户真正用好 Agent 的关键中间层； 也写了一个好 Skill 应该怎么设计、怎么维护、怎么分发，为什么 Skill 生态不能只做成仓库列表，以及内容、产品、案例、反馈之间如何形成一个持续迭代的飞轮。 这不是一篇概念科普，也不是对别人观点的转述，更多是我自己做了一批真实案例之后沉淀下来的判断。 如果你正在做 Agent、AI 工具、插件生态、内容产品，或者想把自己的专业经验变成可复用的能力，这篇文章应该会有一些参考价值。

停止对 Codex 和 Claude说： “帮我写个程序” “修一下 bug” “做个网站” “帮我做交易” 你这不是在用 AI。 你是在把一个顶级高级工程师，当成实习生使唤。 真正能拉开差距的，是你给他们的精准任务提示词。 下面这9个 Prompt，建议直接收藏 👇👇

魔法! DeepSeekV4 上下文内存压缩到1/10! 大家都知道 DeepSeekV4 是支持1M上下文的, 而且经过了极度优化, 如果要真的用到1M上下文, 显存占用只需要10G左右, (对比之下 DeepSeek-V3.2 大概需要84G显存). 然后我刚看到了FlashMemory这个论文, 直接能把显存占用压到 1.3GB! 甚至输出效果不降反升! 哥们你骗兄弟可以, 骗自己就没意思了, 真的吗? 压缩后反而性能上升? 我赶紧看了论文细节: 咱们先复习一下传统做法: 模型每吐出一个字，都要把之前的几十万字重新看一遍(这就是全局注意力). FlashMemory 的做法是: 预测未来需要什么, 它内置了一个神经内存索引器（Neural Memory Indexer, 其实就是个小模型了），能够主动预判接下来生成内容时需要用到历史文本里的哪些片段. 然后预先准备好这些片段, 接下来只要做到命中率超高, 那么这个提升就绝对有效. 即它的假设是, KVCache里面的东西并不是生成每个字的时候全都需要的, 只需要按需提前加载即可. 很像做作业的时候, 把参考资料摊满桌子, 然后优化了一下就是把参考资料需要用到的部分直接拍照, 用的时候看照片就行了. 那么听上去很简单, 但实际的难点在于, 训练一个专用的索引器小模型, 需要把 DeepSeek-V4模型加载到显存里一起炼. 相当耗费算力. 于是这篇论文第二个亮点来了, 它搞了个解耦训练. 他们把这个索引器当成一个标准的"双编码器（Dual-encoder，类似做搜索推荐的模型）"来单独训练. 在这个过程中，根本不需要把庞大的 DeepSeek-V4 基座模型加载到显存中. 这让训练成本断崖式下降，且兼容标准的检索（Retrieval）训练框架. (简单来讲就是它是通用方法训练的, 通过query预测需要检索哪些长句子. 所以其实是个通用模型) 听上去靠谱, 那也只是显存占用少了, 怎么就性能还提高了呢? 答案是注意力降噪. 因为每次只提取和当前生成最相关的记忆块（Chunks）放入显存，模型在运算时就看不见那些无关的冗余信息了.天然地起到了一种"去噪"作用，这也是为什么显存占用少了，模型准确率反而略微提升的原因.官方测试在长文本评测集（如 LongBench-v2 等）上的准确率平均最终提升了 0.6%. (其实还有数据如何逐出显存和如何预测数据实现预加载, 这部分也很棒, 很有启发性. 建议看原论文, 篇幅原因写不下了) 论文地址: https://t.co/03nK4gogUn 项目地址: https://t.co/FjbAVEHQy6 #FlashMemory #DeepSeekV4 #FlashMemoryDeepseekV4

疯狂的韩国股民，疯狂的韩国股市！ 2026年6月12日早盘，韩国股市因为疯涨而熔断了。 这已经是韩国股市今年第四次熔断了；而今年才过去了5个多月。 韩国股票指数 KOSPI 今年已经上涨了约 96%。 根据媒体报道，很多韩国人纷纷取出存款，卖掉保险，甚至融资进场买股票，尤其是芯片公司SK 海力士和三星电子的股票。 另外，SK 海力士正在申请到美国上市。之后，它多半会被纳入半导体指数基金 SMH 里。 #财务自由 #财富自由 #金融理财 #投资理财 #美股 #美国 #股票 #基金 #投资 #纳斯达克 #VGT #AI #SMH

我经常讲这个问题： 211级以下大学AI和计算机专业，如果认认真真把教材内容学明白，式子全部手推一遍，代码全部手敲一遍，有不懂的按照美国对应教材推一遍，找工作没问题； 211级以下绝大多数人有三个致命的问题： 1. 完全不学，一丁点都不学，1万行代码都没敲过 2. 智力水平低下，看不懂教材 3. 不实习，不做开源，四年全职放假打游戏，纯种傻逼懒狗一条 学校的知识是没问题的，问题在于这些人自己的脑子、学习、生活方式。

Wedbush的著名科技行业分析师Dan Ives 在 SpaceX $SPCX IPO 上市交易前夕发布的一份新报告中表示： “SpaceX 预计将于周五启动其 IPO，股票正式定价为每股 135 美元，共计 5.556 亿股 A 类普通股，同时计划筹集 750 亿美元，目标估值 1.75 万亿美元，尽管地缘政治市场波动性持续存在。股票尚未进入公开市场，但机构和散户投资者的需求持续堆积，黑石集团已订购价值 50 亿美元的 SpaceX 股票，加上散户订单，这些订单预计将分配到订单簿的低 20%（此前预期约为 30%），潜在总额可能超过 1000 亿美元，这表明机构对此次发行的需求可能强劲。该公司还从主权财富基金和家族办公室获得了 SpaceX 的净订单，其中一家单一家族办公室提出了超过 10 亿美元的认购请求，这表明在周五上市前 IPO 需求极高。路透社报道称，SpaceX IPO 需求已接近 3.5 倍至 4 倍超额认购，吸引了超过 2500 亿美元的投资需求，这代表了对马斯克最大公司股票的显著需求。我们已经开始看到 SpaceX 影响整个科技市场，许多投资者出售现有科技股，以对 SpaceX IPO 进行战略性押注。我们还认为，SpaceX 的预期已导致市场尤其是科技板块出现额外波动，因为交易员/投资者们预见到此次历史性 IPO 的涟漪效应。总体而言，我们认为 SpaceX 上市是整个科技板块的一个重要时刻，因为这场 AI 革命和数据浪潮正迈出下一步。 IPO 所得款项预计将用于多项业务目的，包括扩展其 AI 计算资源和 SpaceX 的 Starlink 卫星网络，同时为尚未建成的技术注入资金，例如太空中的太阳能数据中心。SpaceX 继续为其创新引擎注入动力，以抓住长期机会，该公司本周早些时候发布了 AI1，这是公司首颗计算卫星，配备 150 千瓦峰值计算负载和可部署液体冷却系统，将现有的 Starlink V3 电源、冷却和激光链路技术重新利用为轨道 AI 计算平台。根据彭博社报道，该公司还获得了穆迪、标普和惠誉的投资级评级，这将有助于 SpaceX 降低融资成本，从而抓住未来的债务发行和再融资机会，借款成本更低。 我们仍预计特斯拉和 SpaceX 将在 2027 年 IPO 后合并。我们继续相信，SpaceX 和特斯拉最终将合并（在我们看来概率超过 80%），于 2027 年成为一家公司，两家公司的运营基础已就位，可整合为一个组织。特斯拉已持有 SpaceX 的股份，此前该公司向 xAI 投资 20 亿美元，在今年早些时候 SpaceX 收购 xAI 后转换为 SpaceX 股票，这最初将马斯克的两家企业更紧密地联系在一起。马斯克希望拥有并控制更多 AI 生态系统，一步步地，最终的圣杯可能是以某种方式合并 SpaceX 和特斯拉，从而为这两家颠覆性科技巨头提供连接纽带，在市场下一个科技篇章中引领 AI 革命。”

知名 AI 模型越狱专家已经成功对 #Claude Fable 5 模型进行越狱，让模型给出各类正常情况下会被拦截的敏感内容回答。 越狱专家使用的方法包括经典老式爆破法和部分创新方法，越狱专家前期花费较多时间进行多次对话绘制模型安全边界，然后在安全边界内使用各类技术组合进行越狱。 查看详情：https://t.co/Tvx4fPA8Ne

听说Claude Mythos/Fable这么牛，以至于GPT-5.6被推迟，号商薅的PLUS全部阵亡 https://t.co/U19dIGg2v5

我已经说过一遍了，现在再说一遍 这场AI基建浪潮的终点🏁必然是美国政府入股模型公司和半导体产业链关键企业，然后大开印钞机梭哈资本支出 中美AI之战是国运之战；美国绝不会允许因为资本支出跟不上导致模型落后中国 中国搞两万亿基建，美国政府接下来会必然也会开动印钞机 你在这里等hyperscalers资本支出崩盘，结果就是你会一路踏空到永远

被高盛开除、并被评为“公司历史上最差分析师”的人，现在身家100亿美金。 来，听个真实爽文。 这个叫 Fernando De Leon 的人，拿着最后10万美金全部梭哈，滚出了100亿美元的商业帝国。 最妙的是，他不是搞传统金融出身的。 他在哈佛的实验室里，研究的是进化生物学，看黑猩猩怎么用食物交易权力。 他后来就是用这套逻辑，来解构人类的资本市场。 他15岁就完成了人生第一笔股权交易。 当时美墨自由贸易刚起步，一个开发商在墨西哥盖仓库，搞不定工会。 15岁的 Fernando 跑去当翻译，顺便用他外祖母的人脉帮开发商拿到了许可。 开发商问他要多少劳务费。 这个15岁的孩子说：“这相当于项目总预算的5%，你别给我现金，折成股权给我。” 2007年，他发现市场里挤满了非专业的“游客”，在海啸前夜卖掉所有资产避险； 2020年到2021年，美联储大放水、市场狂热，他再次开启“大甩卖”模式，套现数十亿美金。 作为一个只用自己钱投资、极度看重安全边际的“老钱”，他最近开始警告一个大家都在疯狂唱赞歌的赛道：AI数据中心（Data Center）。 现在华尔街都在为数据中心疯狂，BlackRock 等巨量资金动辄几百亿往里砸。 但这位研究生物学的老哥，提出了一个直击灵魂的“黑猩猩问题”： “如果数据中心真的是AI时代最核心的资产，为什么那几家4万亿市值的科技巨头，自己不持有，反而要外包出来？” 巨头们不傻。 数据中心最值钱的是里面的GPU和数字基础设施，那四面墙本身并不值钱。 所以科技巨头玩了个心眼： 他们找金融机构合作，签一个看似15到20年的长期租约，但租约里全是漏洞（他称之为“瑞士奶酪租约”），科技巨头随时可以合规撤走。 而那些帮巨头接盘、持有20年长期债务的金融机构，用的根本不是自己的钱，而是普通教师、警察、消防员的养老金。 芒格说过：给我看激励机制，我给你看结果。 科技巨头拿走了最性感的算力红利，却把硬件过时的风险和长期债务，成功转嫁给了老百姓的养老金。 这就是进化生物学教给他的市场真理： 别听PPT上的宏大叙事，看生态里的博弈关系。当最顶级的掠食者开始把资产往外推的时候，你就该知道，谁是那个准备接盘的倒霉蛋了。

麻了！直接麻醒！存储拉了13%！真不讲武德，才满仓而已呀。连SPCX和大饼都也爆发，SPCX到了174刀了。 我的“黄仁勋+马斯克+特朗普+中本聪”的F4投资策略，初步显效果！ 选股逻辑，我不会看美股博主和其他人的推荐，世界上没有人比这四人影响很大和更有钱，这是逻辑 抄底逻辑，也很简单，AI革命刚开始，世界上最聪明的人都在借债all in AI！ 周期上看，这波AI牛，处于中期，还可以跑2-3年 当然，美股小白在没赚够获前，以上的话不会有人认同 F4伟大！ 兄弟们，这波抄底有跟上的吗？ $MU $SNDK $DRAM $MRVL $NVDA $SPCX $COHR

美光不是要崩盘了吗？ 怎么回事呢？ 你们分析AI资金流断裂崩盘 我们负责赚钱

不少奶友反馈上个月推荐的美国eSIM卡Lyca Mobile已返还32.32刀，也就是花5刀买1个月美国电话卡，还能再赚27刀 有上车的推友去TopCashback看一眼是不是能提现了，提到Wise的USD账户用ACH收款或PayPal就可以啦 当然号卡快过期也可以port out到其他美国运营商保号，例如Ultra Mobile、Tello等低价运营商。用这类实体号注册Claude等AI服务绝对能过，甚至比接码平台要来得靠谱许多！

我就不同意，你这是后视镜看问题。股价下跌，什么都不好了。印度人多不是微软一家的问题，而且在我看来，也不是什么大不了的事情。来自印度的精英很多，头脑灵活，敢于进取，擅长沟通，是他们的长处。 微软现在下跌主要是受到AI取代软件的叙事影响，整个软件板块现在都很低迷，作为软件龙头的微软当然会首当其冲。 然而长期投资一个主要逻辑，就是在市场中找到估值被错杀的优质标的，在低位的时候买进。微软护城河很快，业务覆盖面也光。有的人说自己平时不用excel什么的，那是不上班的。一般大中型企业哪个不用微软的产品？这个能被AI取代吗？ 微软的EPS增速依然保持每年20%, 然后前瞻PE已经快降到20以下了，在我看来，是长期投资者非常好入场时机。 在微软里躲牛市？又不是让你all in微软，你照样可以去持有半导体热门板块，但微软绝对值得大家作为一个主要仓位去积累股数。

李新野超过35岁，刚写讨伐清华女生雄文“吃毒鸭腿的清北母狗”。李新野喷道：“对于清华北大的女生，我找不到一个比母狗更好的称呼。清北母狗，六个字总结：又穷又蠢又坏”。学历本科的李新野，既然在创办AI/量化公司，为何不晒AI产品或投资组合？都毕业10多年了，还在消费清华？ https://t.co/2z36yZJG15

看到这个帖子，突然想起自己的经历。 去年11月，当时SNDK还不到200美元。我曾经和三个非常好的朋友，以及我的表哥聊过存储行业。我当时的观点很简单：如果长期看好AI基础设施，那么存储是绕不开的环节，只要买入并长期持有，大概率能获得不错的回报。 但他们几乎都不认同,说：“SNDK不就是卖U盘的吗？存储是传统行业，没什么想象空间和技术含量。后来他们都没有买。 其实这种事情我并不是第一次经历。 2012年我在北京时听过李笑来的一场讲座，当时他还是托福老师，就聊过比特币未来发展前景。我同样没有太当回事。后面我了解到当时比特币价格大概只有几百美元，现在早已悔恨不已。 很多年后我才慢慢明白，人与人之间最大的差异往往不是智商、学历或者努力程度，而是认知框架。 当一个新机会出现时，你看到的是未来十年的产业趋势，而别人看到的可能只是过去的产品形态。你看到的是NAND、HBM、AI推理存储需求，别人看到的只是一个卖U盘的品牌； 而认知这种东西，恰恰是最难通过几句话改变的。 所以后来我越来越理解一件事：投资最大的收益，往往来自认知领先；而认知领先最大的痛苦，就是没人相信你。

这是最近我最喜欢的 Fable 5 游戏 一次 Prompt 生成的 完成度很高 非常上头 https://t.co/87mw2ayVat

可能最全面的不含AI 能力的在线Logo设计工具。 竟然只靠HTML + JS实现，Fable 5 确实有点牛逼！ 一句话生成，精修了10轮，基本满意了。 建议电脑打开收藏：https://t.co/hVFpbLzcD5 https://t.co/UCBH3OJle4

左边 👈：Claude Fable 5 发布前 右边 👉：Claude Fable 5 发布后。。。 https://t.co/KilFg30Jmr

台積電 CoPoS 延後至 2028？別慌！郭明錤大神最新的報告出爐了！確認台積電針對超大型 AI 晶片（如輝達未來的 Feynman）的下一代 CoPoS 面板級封裝，量產時間將落在 2028 年下半年。 很多人看到「延後」兩個字，直覺是利空，但這份資訊對大叔來說是好消息。我分享下誰會得利： 贏家一：ABF 載板三雄（欣興、南電、景碩） 報告裡最價值連城的一句話是：「玻璃並沒有取代 ABF」。 之前市場外鬼故事滿天飛，說玻璃基板會讓 ABF 變成歷史灰燼。郭大師親自打臉：CoPoS 是「玻璃核心被夾在兩層 ABF 增材層中間」！晶片是貼在 ABF 上，不是貼在玻璃上。無論基板面積怎麼變大、材質怎麼換，高階 ABF 薄膜依然是剛需。 贏家二：掌握良率命脈的「檢測雙雄」 Onto #ONTO 與 Camtek #CAMT 因為玻璃基板太難搞！讓傳統的光學檢測設備全數吃癟；再加上 TGV（玻璃穿孔）和銅填孔的良率極難控制。 為了解決這些極限，台積電與整個生態系必須在 2026 到 2027 年導入 Onto 和 Camtek 這種擁有最新 3D 量測與缺陷檢測技術的設備。半導體設備股的業績永遠跑在量產前夕。 贏家三：TGV 雷射鑽孔與成型設備商（如 LPKF） 要在玻璃面板上，打出百萬個微米級的孔洞且邊緣不能碎裂，這是CoPoS 最大的技術難道。掌握 TGV（Through Glass Via）雷射成型核心技術的設備商。 贏家四：趁虛而入的 OSAT 封測巨頭（#ASX、#AMKR） 台積電把最精銳的資源 All-in 在對付 9.5 倍光罩以上的超大型晶片。這意味中高階、面積沒那麼變態的面板級封裝（PLP）訂單，將迎來長達兩三年的「產能真空期」。這給了日月光與 Amkor這些封測大廠絕佳機會。不要忘了日月光還有跟台積電合作。 請大家好好思考。

如果有哪位博主推荐你买 $MSFT 就取关了吧 这位博主一定是 finance 出身，对技术 / 产品 / 用户 / 公司一概不通，只懂财报，出口就是 “微软财务纪律好” 微软是老登科技股，微软大批开除美国本土员工、招印度 H1B 做替代，其结果就是核心产品 Windows 越做越烂，大语言模型毫无建树，完全依赖第三方模型撑起云服务。 那个 “微软研究院” 鼎鼎有名的前沿科技公司已经不存在了。 Office 全家桶是老登产品。AI 时代不需要如此臃肿的办公软件。文本用 markdown 格式、表格用 csv、配置文件用 json / yaml，如果需要渲染就用 html，完全足够了。AI 会帮你写好 html，你看就是了。 Word + PowerPoint 会被时代淘汰。Teams 毫无护城河，唯一的护城河就是企业关系和使用习惯。 还不如买 $AAPL 说实话。苹果的软件系统干净清爽，硬件天然适合 Edge AI 并且是大众刚需。

今年高考检查最严格的，是眼镜！ 广东，上海，福建多个省份要求考生进考场前，必须在摄像头下亲手摘下眼镜，由监考员逐一检查。原因很简单有人实测过，一副 AI眼镜，30分钟答完一套卷子，总分能碾压95%的人类考生。 考场外更魔幻。1290万考生坐进考场的同一刻，豆包不拍题了，DeepSeek不解题了，Kimi不看图了。人类造出了最聪明的机器，然后在最重要的考试面前，把它们统统关进笼子。说实话，这画面挺讽刺的。 我突然想问一句：当AI既能当枪手又能当警察，高考这张卷子，考的到底是谁?

「每天早例会 9 点开始，要打开 AI 听记录音，员工要聚在各自业务的进度表大白板前拍照，AI 数人头、按声纹判断几人参会。」 可能是这一年多以来，钉钉 AI 化最「成功」的部分。🐶

《美乳挑战》第四集的剧情和之前发的AI节目《美乳大赛》剧情有一定连接，所以还没看过之前的作品的小伙伴可以看看之前的剧情再看更新。《美乳挑战》第四集正在紧张制作当中，谢谢关注...... https://t.co/4YTzBVi0RH

老黄喊单sell the news之后，MRVL跌了不少——现在或许是重新认识这家公司的时候了 上周老黄在Computex高调点名MRVL，说它会成为下一个万亿市值公司，随后单日暴涨30%。然后这一周跟着大盘跌了回来，很多人追高被套。 评论区有人问我怎么看，我就重新把这家公司梳理一遍，给还不太了解MRVL的朋友说清楚。 MRVL到底是做什么的 如果说英伟达负责造汽车，那MRVL就是负责修高速公路。车越多，对路的需求越大。如果未来AI数据中心从10万张GPU扩张到100万张GPU，受益的不只是卖车的人，还有修路的人。 具体业务分三块： 第一块是光通信，做DSP芯片和光学器件，核心客户是AI数据中心。这是现在增长最快的引擎，公司预期今年光通信业务增速超过70%，而半年前这个数字还只有30%。 第二块是定制芯片ASIC，帮谷歌、亚马逊这些云厂商做定制AI处理器。这块市场炒了两年，现在终于开始真正放量，公司预期明年翻倍增长，后年继续保持40亿美元以上的规模。 第三块是交换机，负责数据中心内部和数据中心之间的流量调度。这块市场几乎还没有被定价进去，是最大的潜在惊喜。 为什么说MRVL的位置越来越重要 早期AI的瓶颈主要是算力和存储，GPU够不够快、HBM够不够多。但现在运行的都是推理模型和混合专家模型，需要跨集群传输大量数据，GPU之间的通信带宽开始成为新的瓶颈。据中心建得越大，承载数据的铁路就越不能断。MRVL所在的连接层，是AI基础设施里不可缺少的一环。 财务数据 公司预期2027财年总营收约115亿美元，同比增长40%。2028财年冲到165亿美元，增长45%，比上次预期又上调了15亿美元。 更关键的是费用结构。营收增速是45%，但运营费用增速只有15%到20%。中间拉开的差距全部转化成利润。目标营业利润率是38%到40%，而且管理层说2028财年会走到这个区间的上限。 用金融术语说这叫运营杠杆在释放，营收暴涨但成本没跟着涨，这才是机构真正想看到的东西。 管理层还直接拿10亿美元预付给台积电锁产能，出货时间表也从原来预计的第四季度提前到第三季度。用现金投票比用嘴巴讲故事可信多了。 和英伟达的合作要认真对待 这次MRVL和英伟达达成了三个层面的深度合作：AI无线接入网络、NVLink高速互联整合、以及硅光子层面的联合开发。 但更值得思考的是为什么英伟达愿意这样做。 云厂商想用自研芯片降低成本，但又需要英伟达生态的兼容性。英伟达自己不方便直接帮客户做高度定制化的解决方案，这件事就交给MRVL来做。MRVL现在的角色是连接各大科技巨头的桥梁，不只是一个零件供应商。 这个身份的变化对估值的影响是结构性的，不是简单调整一下市盈率。 还有几个市场没有定价进去的东西 交换机业务几乎完全没有算进2028财年的预测，这是纯粹的潜在超额收益。 光通信的指引还有继续上调的空间，管理层自己说的。 另外法说会上有三个明显的回避：新的第一线大客户是否独家供应没有正面回答、定制ARM CPU市场的问题被绕开、微软亚马逊等具体项目细节拒绝披露。 这些回避背后大概率有更大的战略计划还没到时候说。但要提醒一点：没有说出来的东西只能当线索，不能当已发生的事情来加仓。 风险要说清楚 数据中心业务占总营收76%，高度集中在少数几家北美云厂商。任何一个大客户削减资本开支，营收波动都会很大。 2028财年的预测建立在云厂商资本开支继续增长30%以上的假设上，如果这个假设不成立，财测压力会很大。 运营费用今年还在扩张，要等到2028财年才能看到明显收敛，短期利润有压力。 还有股权稀释的问题，并购和与英伟达的合作导致股数增加到9.15亿股，虽然每季有2亿美元回购，但要持续观察是否足以抵消。 现在怎么看这个价位 MRVL最近跟着大盘跌回来，从老黄喊单之后的高位已经回调了不少。如果大盘继续下行，之前提到有机会去补220附近的缺口，那个位置是值得认真对待的入场机会。 市场现在的争论是MRVL兑现的程度有多高，以及重新定价的时间点在哪里。 这家公司正在从一个定制芯片供应商变成AI互联层的全套件提供商。这个转变如果被市场充分定价，估值逻辑会完全不同。 但眼下最好的策略还是等。等缺口，等更好的价格，按计划分批建仓，或者说表现更强一点250不一定跌破，还没进场的可以分批dca，最低跌的标准是到缺口220。

Meta的问题是非常严重的，首先他花费巨资收购并研发的“闭源”大语言模型，根本就没人用——甚至在最近中国高考试题的AI排行榜上，都没有他的名字， 也不知道是谁在用，估计和Meta之前的产品一样，强行塞进FB Messenger，Whatsup，Instagram，每次登录就跳出来说一声hello，号称“全球几亿人在用”，用你个der呢？ 另外是基建上的极度浪费。不知道是觉得自己钱太多了，还是觉得自己不能在军备竞赛中落后，正如疫情之后疯狂招聘那样，做事完全不看后果，完全是靠一时激动 这些AI大规模基建最后谁用？谁能用？我这里大胆预言，未来5年，CSP之间的过度建设一定是要通过并购消化的。 就等着Meta到时候折价40%贱卖吧。因为CEO之间意识形态和性格冲突等问题，OpenAI和Anthropic这两家唯二的AGI公司都不一定会买。 看清了这一点， 现在的Private Credi和Special Vehicle们都不一定敢借钱给Meta，难怪考虑融资之后股价暴跌，要借利息也得往20%去了。 这就是我对Meta未来的唯一看法：一家在AI时代已经彻底死掉，并且只能被贱卖的公司 谢谢大家

今天和学长吃送别饭，听了一整晚的学分、志愿时长、老师画饼、还有竞赛的猪队友。 听着听着，我心里只有一句话：谢天谢地，我退工作室这步棋，真的走得太对了。 以前在里面，天天给老师当免费劳动力，拍视频剪视频，到头来连个学分和时长都要靠求、靠等，连之前参加竞赛奖金都能被拖欠，一年多了还没发，听说是被私吞了。 真的，当我跳出这个圈子，开始学着用一些AI工具、接触真正有价值的信息之后，回头再看学校里那些所谓的资源，会发现那纯粹是像在过家家的。 思维不同，真的不必强融。今天这一顿饭，彻底让我和过去的低效内耗和解了，老子不陪你们玩了！